CUADRO DE ANOVA

El Mtodo ANOVA estima la repetibilidad y reproducibilidad de un sistema de

medicin basndose sobre un estudio en el cual M operadores (variables
independientes) miden N artculos (variables dependientes) R veces
(repeticiones). Tambin estima importantes cantidades como la variacin
total, el cociente precisin-por-tolerancia, la desviacin estndar del error de
medicin, y el porcentaje de la contribucin del estudio para varios
componentes del error. El Mtodo del Rango y Promedio desarrolla un
anlisis similar usando un enfoque estadstico diferente.
El procedimiento de Anlisis de Componentes de Varianza est diseado
para estimar la contribucin de mltiples factores a la variabilidad de una
variable dependiente Y. Est diseado para analizar un experimento
anidado en el cual los factores estn estructurados en una manera
jerrquica. En tal estudio, las muestras de cada factor son tomadas del
interior de las muestras del factor inmediatamente arriba de l.
SIGNIFICATIVO NO SIGNIFICATIVO

Grados de Libertad del Error Los grados de libertad pueden ser utilizados para
estimar el error experimental. Los grados de libertad del error pueden cambiarse durante
la estimacin, si ciertos efectos pueden eliminarse o adicionarse al modelo. Por defecto
se asume que todos los efectos principales y las interacciones de dos factores pueden
estimarse.
Alfa El riesgo alfa de la prueba estadstica que fue desarrollada. Esto especifica el
nivel de significancia requerido para determinar que un efecto es estadsticamente
significativo. Los valores comunes son 1%, 5%, o 10%.
Cuando loa grados de libertad disponibles para estimar el error experimental son pocos,
la prueba formal conducida en el ANOVA puede no tener mucha potencia, de modo que
los efectos ms pequeos no parecen ser significativos. Por otro lado, probando un
nmero grande de efectos, cada uno a un nivel de significancia del 5%, podemos
generar resultados ms significativos que los que se presentan. Una manera meno
rigurosa de juzgar cuales efectos son verdaderos y cuales son probablemente
manifestaciones justas del ruido es a travs del Grfico de Probabilidad Normal de
Efectos:
Pruebas de Hiptesis
Media muestral = 0.0
Desviacin estndar muestral = 1.0
Tamao de muestra = 12
Intervalos de confianza del 95.0 % para la media: 0.0 +/- 0.635371 [-0.635371,0.635371]
Hiptesis Nula: media = 0.5
Alternativa: no igual
Estadstico t calculado = -1.73205
Valor-P = 0.111173
No rechazar la hiptesis nula para alfa = 0.05.
El StatAdvisor
Este anlisis muestra los resultados de realizar una prueba de hiptesis relativa a la media (mu) de una distribucin
normal. Las dos hiptesis a ser evaluadas aqu son:

Hiptesis nula:
mu = 0.5
Hiptesis alterna: mu <> 0.5
Dada una muestra de 12 observaciones con una media de 0.0 y una desviacin estndar de 1.0, el estadstico t
calculado es igual a -1.73205. Puesto que el valor-P para la prueba es mayor o igual que 0.05, no puede rechazarse la
hiptesis nula con un 95.0% de nivel de confianza. El intervalo de confianza muestra que los valores de mu
soportados por los datos caen entre -0.635371 y 0.635371.

SUPERFICIE DE RESPUESTA

Rplica del Diseo - Si otro nmero distinto de 0 es ingresado, el diseo entero deber
repetirse el nmero de veces indicado.
Aleatorizacin - Activar esta caja para aleatorizar el orden de las corridas en el
experimento. Aleatorizar generalmente es una buena idea, puesto que reduce el efecto
de variables ocultas como tendencias sobre el tiempo. Sin embargo, cuando replicamos
los ejemplos en esta documentacin, no se aleatorizan las corridas en el diseo.
LLEGAR A UNA ECUACIN
= 0 + 11 + 22 +
Donde:
y = Valor promedio de la variable de respuesta (Rendimiento).
0 = Valor promedio de la respuesta, en ausencia del efecto de los factores
x1 y x2
1 = Razn de cambio (efecto lineal) del factor 1 sobre la respuesta
promedio.
2 = Razn de cambio (efecto lineal) del factor 2 sobre la respuesta
promedio.
= Trmino de error (efectos no explicados por el modelo).

PUNTOS CENTRALES

Puntos al Centro (Numero) El nmero de puntos al centro que sern adicionados en

el diseo base, los cuales son corridas experimentales adicionales localizadas en un
punto medio entre el nivel bajo y alto de todos los factores. Cada punto central adicional
agrega un grado de libertad para estimar el error experimental.
Puntos al Centro (Localizacin) La posicin de los puntos al centro con respecto a
las corridas en el diseo base. Estas pueden ponerse al azar a travs de las dems
corridas experimentales, espaciados regularmente a travs de las corridas, o localizarse
al inicio o final del experimento. Las primeras dos opciones son generalmente las
preferidas.

DIAPOSITIVA 7
Diseos ms simples pueden realizarse usando solamente tres niveles por cada factor,
un nivel bajo (-), nivel central (0), y un nivel alto (+). Los diseos factoriales a tres
niveles generan corridas en cada combinacin de estos tres niveles. Con 2 factores
experimentales, obtenemos 9 corridas, como se presentan en la hoja de trabajo de abajo
agregando 3 puntos centrales:
TRATAMIENT

F(%

D(gr:ml

O
1
2
3
4
5
6
7
8
9
10
11
12

)
-1
0
1
-1
0
1
-1
0
1
0
0
0

)
-1
-1
-1
0
0
0
1
1
1
0
0
0

En un diseo de superficie de respuesta, las corridas experimentales se desarrollan en

los niveles bajo y alto de cada factor, en el nivel central la mitad entre el nivel bajo y
alto, y (para algunos diseos) en una distancia ms pequea arriba del nivel bajo y abajo
del nivel alto.